Ferramentas de IA avaliadas para o seu trabalho
Ganhe treinando IA
🤝 Você está na biblioteca Grátis & Open Source — ferramentas feitas pela comunidade que você pode usar sem pagar. Um conceito diferente do nosso diretório de IA avaliado.
Início › Grátis & Open Source › Medicina › 2.0-Healthcare-Ai-Systems
✦ Grátis & open sourceMedicina

2.0-Healthcare-Ai-Systems

Sistemas de suporte à decisão clínica para segurança do paciente, predição de riscos e análise de interações médicas.

Sistemas de IA em Saúde para Segurança do Paciente

Modelos de aprendizado de máquina e inteligência de decisão focados na predição de riscos clínicos e interações médicas.

Grátis para sempre · source-available · Licence not stated in the repository
✓ Needs IT✓ No navegador✓ Colaboração em tempo real
6.4
ZEKAI
Estrutura de IA rigorosa focada em segurança
Grátis & open source · Medicina
Facilidade de configuração4
Utilidade7
Manutenção9.5
Comunidade5
★ 225
GITHUB
Sep 2026
ATUALIZADO
Licence not stated in the repository
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

Este repositório fornece sistemas de suporte à decisão clínica e segurança do paciente projetados para lidar com domínios médicos de alta consequência. É ideal para pesquisadores clínicos e engenheiros que constroem modelos de predição de risco ou analisam interações médicas.

Funciona em
Cross-platform
Hospedagem
Self-host
Idiomas
Python
Licença
Licence not stated in the repository

O que é

A estrutura integra pesquisa operacional e IA aplicada em quatro projetos principais, incluindo modelos de alerta precoce em UTI para hipoxemia e hipotensão, uma extensão do PyHealth, um pipeline de ondas fisiológicas e uma ferramenta de análise de empatia clínica para transcrições de consultas. Ela impõe regras rígidas que exigem logs de execução e escalas de dados reais para fundamentar as alegações de desempenho.

Para quem

É adequado para cientistas de dados e pesquisadores clínicos que desenvolvem modelos de segurança baseados em evidências para ambientes de UTI ou análise de textos médicos. Não é adequado para médicos que buscam um aplicativo de prontuário eletrônico comercial pronto para implantação.

Recursos principais

Modelos de Alerta Precoce em UTI

Prediz hipoxemia e hipotensão em dados do MIMIC-IV ou eICU com calibração integrada e estimativas de incerteza.

Extensão RHealth do PyHealth

Estende o PyHealth e o RHealth como um pacote instalável para rastrear métricas de adoção por meio de estatísticas de download no registro.

Pipeline de Ondas Fisiológicas

Fornece pré-processamento e um conjunto de dados derivado para ondas fisiológicas de alta frequência que alimentam os modelos de UTI.

Análise de Empatia Clínica

Quantifica a empatia do médico em transcrições de consultas clínicas em chinês usando léxicos ponderados e recursos de aprendizado de máquina.

Como começar

Pronto em 3 passos

1
Clone o repositório para inspecionar o layout do diretório modular e as subpastas do projeto.
2
Revise os requisitos específicos do projeto dentro dos diretórios de componentes individuais, como 2-icu-early-warning.
3
Configure seu ambiente local para processar os conjuntos de dados necessários, como MIMIC-IV ou eICU, sob as regras rígidas de log de execução do repositório.
Falando sério

Nosso veredito honesto

Pontos fortes

  • Inclui pipelines dedicados para ondas fisiológicas de alta frequência e sistemas de alerta precoce em UTI.
  • Vem com diretrizes estruturadas que evitam o uso de dados simulados sob alegações de desempenho real.
  • Fornece um layout modular que separa modelos de alerta, extensões de pacotes e componentes de análise de texto.
  • Rastreia a reprodutibilidade rigorosamente, exigindo logs de execução e datas para cada número citado nos resultados.

Onde deixa a desejar

  • Requer esforço substancial de engenharia e acesso a dados locais nos bancos de dados MIMIC-IV ou eICU para tornar os modelos operacionais.
  • Vários módulos atuam como arcabouços estruturais ou pipelines de suporte que exigem corpora reais para serem totalmente defensíveis.
  • A licença não está declarada nos metadados do repositório, deixando os termos de uso legal incertos.
Custo

Preços & licença

O repositório fornece estruturas de projetos de código aberto e pipelines. O único custo é executá-lo por conta própria e obter acesso aos bancos de dados clínicos necessários.

Trabalho remunerado

Vagas para quem fala português

885 vagas remotas abertas de treinamento de IA, atualizadas em 17 de novembro de 2026; a maioria paga $20–$175 por hora. 10 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.

Ver todas as vagas abertas →
Comparar

Alternativas

🎁 Alternativas grátis & open source

Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.

Saiba mais

Use, ou deixe que a gente configure

📄 PDF grátis: 2.0-Healthcare-Ai-Systems para Medicina
Um guia em linguagem simples para o seu primeiro resultado. Enviado ao seu e-mail.
🔔 64 pessoas querem um tutorial em vídeo completo — adicione seu voto
🛠 Não quer configurar você mesmo?
Nós instalamos, hospedamos e configuramos o 2.0-Healthcare-Ai-Systems para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

Quais conjuntos de dados são suportados pelos modelos de UTI?

Os modelos visam os conjuntos de dados MIMIC-IV e eICU em uma escala de mais de 12.000 pacientes.

Os resultados são pré-computados no repositório?

O repositório é estruturado como um framework; os resultados devem ser gerados localmente usando logs de execução conforme exigido pelas regras básicas.

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para Medicina — um e-mail curto por semana, no seu idioma.
Grátis · 1 e-mail/semana · cancele quando quiser
Ganhe dinheiro treinando IA →

Veja o Zekai primeiro no Google